Uploaded finetuned model
- Developed by: shemalfoy
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-vl-7b-instruct-unsloth-bnb-4bit
This qwen2_5_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Размер весов
- 16,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2_5_vl · dense
- Базовая модель
- qwen2.5-vl-7b-instruct-unsloth-bnb-4bit
- Опубликована
- 11 июн 2026
Ссылки
qwen2-vl-scicap-afterdaptandsft
Изображение и текст → текст4 профессии
Дообученная Qwen2.5-VL модель для диалогового анализа изображений и генерации текстовых ответов.
12скачиваний за 30 дней0лайковвеса обновлены11 июн 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Модель shemalfoy/qwen2-vl-scicap-afterdaptandsft разработана shemalfoy и дообучена на базе unsloth/qwen2.5-vl-7b-instruct-unsloth-bnb-4bit. Это мультимодальная Qwen2.5-VL модель с плотной архитектурой для генерации текста по текстовым и визуальным входам; поддерживает диалоговый режим и обработку изображений. В карточке указано обучение с использованием Unsloth и библиотеки TRL.
Модель предназначена для сценариев, где нужно анализировать изображение и формировать текстовый ответ. README не уточняет специализированные задачи датасета SciCap, качество модели и ограничения по контексту. Лицензия — Apache-2.0.
Сценарии применения
- ответы на вопросы об изображениях
- создание текстовых описаний изображений
- анализ визуальных материалов в диалоге
Ограничения
README не сообщает о качестве на конкретных бенчмарках или ограничениях контекста; пригодность для специализированных задач не подтверждена.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2_5_VLForConditionalGeneration
- Ревизия весов
- f2a6f83